目前使用 PIL/Numpy/SciPy 进行转换的首选方式是什么？
【问题讨论】：
标签： python numpy scipy python-imaging-library color-space
编辑：示例 pyCMS 代码：
from PIL import Image
import pyCMS
im = Image.open(...)
im2 = pyCMS.profileToProfile(im, pyCMS.createProfile("sRGB"), pyCMS.createProfile("LAB"))
编辑：Pillow，PIL fork，似乎内置了 pyCMS。
您可以使用 pyCMS (http://www.cazabon.com/pyCMS/) 来处理 PIL 图像。
如果速度不是一个因素，请使用 python-colormath (http://code.google.com/p/python-colormath/)。
【讨论】：
pyCMS 处理 ICC 配置文件，色彩空间是“副作用”。我要了一条单线。
自 2010 年以来，当询问 linked question 时，相应的代码从 scipy 移至单独的工具包： http://scikit-image.org/
所以这是我真正要寻找的代码：
from skimage import io, color
rgb = io.imread(filename)
lab = color.rgb2lab(rgb)
还需要注意的是，由于Lab性质srgb->lab转换依赖于一个额外的参数：whitepoint，例如：
• Photoshop 使用称为 D50 的白点（这是 icc 的标准）
• OpenCV 和 skimage 使用 D65（这是 srgb 的标准）。
• 默认Matlab实现使用D50（它能够使用others），
这个不错的FAQ是这样解释的：
除非你有充分的理由使用某物，否则你应该使用 D65 其他。
印刷行业常用D50，摄影常用 使用 D55。
这些代表了室内条件之间的妥协 （钨丝）和日光观察。
您可以通过将 RGB (0,0,255) 转换为 Lab 来判断您正在处理的白点：
• D50 会给你 (30, 68, -112)
• D55 (30, 73, -110)
• D65 (32, 79, -108)
“D”后面的数字对应（内部）使用的白点色温：D50 = 5003 K（偏黄），D65 = 6504 K（偏蓝）
感谢 Alex 和 Roman 的回答，因为他们为我指明了正确的方向。
【讨论】：
skimage 中，您可以将白点更改为D50 或其他stackoverflow.com/a/22968744/2863099
我在旧的Adobe Cookbook site 上找到了这段代码，并且已经适应了 Python。它不需要任何第三方模块或组件：
def rgb2lab ( inputColor ) :
num = 0
RGB = [0, 0, 0]
for value in inputColor :
value = float(value) / 255
if value > 0.04045 :
value = ( ( value + 0.055 ) / 1.055 ) ** 2.4
else :
value = value / 12.92
RGB[num] = value * 100
num = num + 1
XYZ = [0, 0, 0,]
X = RGB [0] * 0.4124 + RGB [1] * 0.3576 + RGB [2] * 0.1805
Y = RGB [0] * 0.2126 + RGB [1] * 0.7152 + RGB [2] * 0.0722
Z = RGB [0] * 0.0193 + RGB [1] * 0.1192 + RGB [2] * 0.9505
XYZ[ 0 ] = round( X, 4 )
XYZ[ 1 ] = round( Y, 4 )
XYZ[ 2 ] = round( Z, 4 )
XYZ[ 0 ] = float( XYZ[ 0 ] ) / 95.047 # ref_X = 95.047 Observer= 2°, Illuminant= D65
XYZ[ 1 ] = float( XYZ[ 1 ] ) / 100.0 # ref_Y = 100.000
XYZ[ 2 ] = float( XYZ[ 2 ] ) / 108.883 # ref_Z = 108.883
num = 0
for value in XYZ :
if value > 0.008856 :
value = value ** ( 0.3333333333333333 )
else :
value = ( 7.787 * value ) + ( 16 / 116 )
XYZ[num] = value
num = num + 1
Lab = [0, 0, 0]
L = ( 116 * XYZ[ 1 ] ) - 16
a = 500 * ( XYZ[ 0 ] - XYZ[ 1 ] )
b = 200 * ( XYZ[ 1 ] - XYZ[ 2 ] )
Lab [ 0 ] = round( L, 4 )
Lab [ 1 ] = round( a, 4 )
Lab [ 2 ] = round( b, 4 )
return Lab
【讨论】：
enumerate 而不是num 变量和1/3. 而不是0.3333333333333333
** 2.4)。如果我知道我的 gamma 是 2.2 而不是 2.4 怎么办？将指数更改为 2.2 是否足够，或者是否需要更改其他硬编码常量（如 1.055）？
目前我还没有找到一个好的包来做到这一点。您必须记住，RGB 是依赖于设备的色彩空间，因此如果您没有配置文件，您将无法准确地转换为 XYZ 或 CIE Lab。
因此请注意，在您看到从 RGB 转换为 CIE Lab 且未指定色彩空间或导入颜色配置文件的许多解决方案必须经过仔细评估。大多数情况下，看看引擎盖下的代码，他们认为您正在处理 sRGB 颜色空间。
【讨论】：
这是一个类，用于为 PIL 图像转换 RGBLAB 颜色空间：
from PIL import ImageCms
class ColorTrans:
'''Class for transforming RGB<->LAB color spaces for PIL images.'''
def __init__(self):
self.srgb_p = ImageCms.createProfile("sRGB")
self.lab_p = ImageCms.createProfile("LAB")
self.rgb2lab_trans = ImageCms.buildTransformFromOpenProfiles(srgb_p, lab_p, "RGB", "LAB")
self.lab2rgb_trans = ImageCms.buildTransformFromOpenProfiles(lab_p, srgb_p, "LAB", "RGB")
def rgb2lab(self, img):
return ImageCms.applyTransform(img, self.rgb2lab_trans)
def lab2rgb(self, img):
return ImageCms.applyTransform(img, self.lab2rgb_trans)
示例用法：
color_trans = ColorTrans()
c_img = Image.open(FILENAME)
c_img_lab = color_trans.rgb2lab(c_img)
c_img_rgb = color_trans.lab2rgb(c_img_lab)
【讨论】：